Guide de démarrage rapide : Seeed Studio reCamera avec Ultralytics YOLO11

reCamera a été présenté à la communauté de l'IA lors de YOLO Vision 2024 (YV24), Ultralytics l'événement hybride annuel d'Ultralytics. Elle est principalement conçue pour les applications d'IA de pointe, offrant de puissantes capacités de traitement et un déploiement sans effort.

Grâce à la prise en charge de diverses configurations matérielles et de ressources open-source, il constitue une plateforme idéale pour le prototypage et le déploiement de solutions innovantes de vision par ordinateur à la pointe de la technologie.

Pourquoi choisir reCamera ?

La série reCamera est spécialement conçue pour les applications d'IA de pointe et adaptée aux besoins des développeurs et des innovateurs. Voici pourquoi elle se distingue :

• Des performances basées sur l'architecture RISC-V: Le processeur SG200X, qui repose sur l'architecture RISC-V, offre des performances exceptionnelles pour les tâches d'intelligence artificielle tout en conservant une efficacité énergétique. Capable d'exécuter 1 000 milliards d'opérations par seconde (1 TOPS), il gère aisément des tâches exigeantes telles que la détection d'objets en temps réel.

• Technologies vidéo optimisées: Prend en charge les normes de compression vidéo avancées, notamment H.264 et H.265, pour réduire les besoins en stockage et en bande passante sans sacrifier la qualité. Des fonctionnalités telles que l'imagerie HDR, la réduction du bruit 3D et la correction de l'objectif garantissent des images professionnelles, même dans des environnements difficiles.

• Double traitement économe en énergie: Tandis que le SG200X gère les tâches complexes d'intelligence artificielle, un microcontrôleur 8 bits plus petit gère les opérations plus simples pour économiser l'énergie, ce qui rend la reCamera idéale pour les installations fonctionnant sur batterie ou à faible consommation d'énergie.

• Conception modulaire et évolutive: La reCamera est construite selon une structure modulaire, composée de trois éléments principaux : la carte mère, la carte capteur et la carte de base. Cette conception permet aux développeurs d'échanger ou de mettre à niveau facilement les composants, ce qui garantit la flexibilité et l'évolutivité des projets.

Installation rapide du matériel de reCamera

Veuillez suivre le guide de démarrage rapide de reCamera pour la mise en route initiale de l'appareil, comme la connexion de l'appareil à un réseau WiFi et l'accès à l'interface web de Node-RED pour une prévisualisation rapide des résultats de la détection.

Inférence à l'aide de modèles YOLO11 préinstallés

reCamera est livré préinstallé avec quatre modèles Ultralytics YOLO11 et vous pouvez simplement choisir le modèle de votre choix dans le tableau de bord Node-RED.

• Détection (YOLO11n)
• Classification (YOLO11n-cls)
• Segmentation (YOLO11n-seg)
• Estimation des postes (YOLO11n-pose)

Étape 1 : Si vous avez connecté la reCamera à un réseau, entrez l'adresse IP de la reCamera dans un navigateur Web pour ouvrir le tableau de bord Node-RED. Si vous avez connecté la reCamera à un PC via USB, vous pouvez saisir l'adresse IP de la reCamera sur un navigateur Web pour ouvrir le tableau de bord Node-RED. 192.168.42.1. Vous verrez ici que le modèle de détection YOLO11n est chargé par défaut.

Étape 2 : Cliquez sur le cercle de couleur verte dans le coin inférieur droit pour accéder à l'éditeur de flux Node-RED.

Étape 3 : Cliquez sur le bouton model et cliquez sur On Device.

Étape 4 : Choisissez l'un des quatre modèles de YOLO11n préinstallés et cliquez sur Done. Par exemple, nous sélectionnerons ici YOLO11n Pose

Étape 6 : Cliquez sur Deploy et lorsque le déploiement est terminé, cliquez sur Dashboard

Vous allez maintenant pouvoir voir le modèle d'estimation de pose de YOLO11n en action !

Exporter vers cvimodel : Conversion de votre modèle YOLO11

Si vous souhaitez utiliser un modèle YOLO11 formé sur mesure et l'utiliser avec reCamera, veuillez suivre les étapes ci-dessous.

Ici, nous allons d'abord convertir PyTorch modèle à ONNX puis le convertir en MLIR format du modèle. Enfin, les MLIR sera converti en cvimodel afin d'inférer des données sur l'appareil

Exporter vers ONNX

Exporter un modèle Ultralytics YOLO11 au formatONNX .

Installation

Pour installer les paquets nécessaires, exécutez :

pip install ultralytics

Pour des instructions détaillées et les meilleures pratiques liées au processus d'installation, consultez notre guide d'installationUltralytics . Lors de l'installation des paquets requis pour YOLO11, si vous rencontrez des difficultés, consultez notre guide des problèmes courants pour obtenir des solutions et des conseils.

Utilisation

from ultralytics import YOLO

# Load the YOLO11 model
model = YOLO("yolo11n.pt")

# Export the model to ONNX format
model.export(format="onnx", opset=14)  # creates 'yolo11n.onnx'

# Export a YOLO11n PyTorch model to ONNX format
yolo export model=yolo11n.pt format=onnx opset=14 # creates 'yolo11n.onnx'

Pour plus de détails sur le processus d'exportation, consultez la page de documentationUltralytics sur l'exportation.

Exporter ONNX vers MLIR et cvimodel

Après avoir obtenu un modèle ONNX , reportez-vous à la page Convert and Quantize AI Models pour convertir le modèle ONNX en MLIR, puis en cvimodel.

Critères de référence

Prochainement.

Applications concrètes de reCamera

Les capacités avancées de vision par ordinateur de reCamera et sa conception modulaire lui permettent de s'adapter à un large éventail de scénarios réels, aidant ainsi les développeurs et les entreprises à relever facilement des défis uniques.

• Détection des chutes: Conçue pour les applications de sécurité et de soins de santé, la reCamera peut détecter les chutes en temps réel, ce qui la rend idéale pour les soins aux personnes âgées, les hôpitaux et les environnements industriels où une réponse rapide est essentielle.

• Détection des équipements de protection individuelle: La reCamera peut être utilisée pour assurer la sécurité sur le lieu de travail en détectant la conformité des EPI en temps réel. Elle aide à déterminer si les travailleurs portent des casques, des gants ou d'autres équipements de sécurité, réduisant ainsi les risques dans les environnements industriels.

• Détection des incendies: Les capacités de traitement en temps réel de la reCamera en font un excellent choix pour la détection des incendies dans les zones industrielles et résidentielles, fournissant des alertes précoces pour prévenir les catastrophes potentielles.

• Détection des déchets: Il peut également être utilisé pour des applications de détection des déchets, ce qui en fait un excellent outil pour la surveillance de l'environnement et la gestion des déchets.

• Détection de pièces automobiles: Dans les industries manufacturières et automobiles, il permet de détecter et d'analyser les pièces automobiles pour le contrôle de la qualité, la surveillance de la chaîne de montage et la gestion des stocks.

FAQ

Comment installer et configurer reCamera pour la première fois ?

Pour configurer votre reCamera pour la première fois, suivez ces étapes :

1. Connecter la reCamera à une source d'alimentation
2. Connectez-le à votre réseau WiFi en utilisant le guide de démarrage rapide reCamera.
3. Accédez à l'interface web du Node-RED en saisissant l'adresse IP de l'appareil dans un navigateur web (ou utilisez la fonction 192.168.42.1 s'il est connecté via USB)
4. Commencez à utiliser les modèles YOLO11 préinstallés immédiatement via l'interface du tableau de bord.

Puis-je utiliser mes modèles YOLO11 formés sur mesure avec reCamera ?

Oui, vous pouvez utiliser des modèles YOLO11 formés sur mesure avec reCamera. Le processus implique :

1. Exportez votre modèle PyTorch au format ONNX en utilisant model.export(format="onnx", opset=14)
2. Convertir le modèle ONNX au format MLIR
3. Convertir le MLIR au format cvimodel pour l'inférence sur l'appareil
4. Chargez le modèle converti sur votre reCamera

Pour obtenir des instructions détaillées, consultez le guide Conversion et quantification des modèles AI.

Qu'est-ce qui différencie reCamera des caméras IP traditionnelles ?

Contrairement aux caméras IP traditionnelles qui nécessitent du matériel externe pour le traitement, reCamera :

• Intégration du traitement de l'IA directement dans l'appareil grâce à son processeur RISC-V SG200X
• Offre une puissance de calcul de 1 TOPS pour les applications d'intelligence artificielle en temps réel.
• Conception modulaire permettant la mise à niveau et la personnalisation des composants.
• Prise en charge de technologies vidéo avancées telles que la compression H.264/H.265, l'imagerie HDR et la réduction du bruit en 3D
• Les modèles Ultralytics YOLO11 sont préinstallés pour une utilisation immédiate.

Ces caractéristiques font de reCamera une solution autonome pour les applications d'intelligence artificielle sans nécessiter de matériel de traitement externe supplémentaire.

📅C réé il y a 2 mois ✏️ Mis à jour il y a 5 jours

Commentaires